机器学习
机器学习
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

热点

深度学习·2017-09-29
时东南 · 外资银行 擅长领域:人工智能, 大数据, 机器学习
372 会员关注
RNN是什么循环神经网络即recurrentneuralnetwork,它的提出主要是为了处理序列数据,序列数据是什么?就是前面的输入和后面的输入是有关联的,比如一句话,前后的词都是有关系的,“我肚子饿了,准备去xx”,根据前面的输入判断“xx”很大可能就是“吃饭”。这个就是序列数据。循环神经...(more)
浏览2838
机器学习·2017-09-29
千户余音 · njiairport 擅长领域:人工智能, 云计算, 机器学习
51 会员关注
决策树(DecisionTree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。决策树是一种基本的分类和回...(more)
浏览1550
人工智能·2017-09-29
快乐的包子 · 某银行 擅长领域:服务器, 人工智能, 机器学习
43 会员关注
近日Gartner公司着重介绍了在2017年对多个组织具备战略意义的重大科技发展趋势。这次发布的十大技术趋势报告,可以总结概括为以智能为中心,通过数字化实现万物互联。Gartner将战略科技发展趋势定义为具有颠覆性潜力、脱离初级阶段且影响范围和用途不断扩大的战略科技发展趋...(more)
浏览1571
机器学习·2017-09-29
总有刁民想害朕 · ansteel 擅长领域:云计算, 容器, 容器云
91 会员关注
深度学习三大牛之一的YannLecun教授给出了一个关于机器学习中的监督学习、无监督学习和增强学习的一个有趣的比喻,他说:如果把智能(Intelligence)比作一个蛋糕,那么无监督学习就是蛋糕本体,增强学习是蛋糕上的樱桃,那么监督学习,仅仅能算作蛋糕上的糖霜。那么机器学习的这三大类...(more)
浏览1592
机器学习·2017-09-29
姜沫 · 鞋盒新能源 擅长领域:服务器, 存储, 主机
60 会员关注
欺诈是保险行业长期存在的行业性问题,严重制约了保险业的健康发展。为了应对这一问题,保险公司投入了大量的人力和物力展开反欺诈工作。最近几年来,随着技术的进步和海量的数据积累,保险公司通过技术手段甄别欺诈案件已经成为可能。笔者将介绍中国人寿利用人工智能相关技术探...(more)
浏览2241
机器学习·2017-09-29
silencely · 阿里 擅长领域:云计算, 大数据, 数据库
89 会员关注
1.基于历史的MBR分析基于历史(Memory-BasedReasoning)的MBR分析方法最主要的概念是用已知的案例(case)来预测未来案例的一些属性(attribute),通常找寻最相似的案例来做比较。MBR中有两个主要的要素,分别为距离函数(distancefunction)与结合函数(combinationfunction)。距离函数的用意...(more)
浏览1099
人工智能·2017-09-28
时东南 · 外资银行 擅长领域:人工智能, 大数据, 机器学习
372 会员关注
大数据时代的到来,为人工智能的飞速发展带来前所未有的数据红利。在大数据的“喂养”下,人工智能技术获得了前所未有的长足进步。其进展突出体现在以知识图谱为代表的知识工程以及深度学习为代表的机器学习等相关领域。随着深度学习对于大数据的红利消耗殆尽,深度学习模型效...(more)
浏览1511
深度学习·2017-09-28
快乐的包子 · 某银行 擅长领域:服务器, 人工智能, 机器学习
43 会员关注
最近,许多好用的机器和深度学习软件变得十分易得,例如scikit-learn,Weka,Tensorflow,等等。机器学习理论是与统计学、概率论、计算机科学、算法等方面交叉的领域,它产生于从数据出发的学习迭代,试图找出用于开发智能应用的隐藏的洞见。尽管机器学习和深度学习有无限的可能性,对这...(more)
浏览1949
证券人工智能·2017-09-25
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
589 会员关注
这是个比较抽象的问题,举例来说,如果通过大数据挖掘出一个客户经常查看某一支股票,但一直没有下单,则表明他可能比较看好这支股票,但是比较犹豫,这时候给他推送关于这支股票的资讯和行情,客户可能就不会那么犹豫不决了。这个过程中最重要的是数据要全,质量要高,计算方式有多种,其中...

描述

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。
X社区推广
  • 提问题